江西省卫生厅科技计划项目(20092076)
- 作品数：7 被引量：18H指数：3
- 相关作者：查代奉龙俊波汪海滨江金龙査代奉更多>>
- 相关机构：九江学院更多>>
- 发文基金：江西省卫生厅科技计划项目江西省自然科学基金国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 脉冲噪声环境下的韧性匹配滤波检测方法被引量：7
- 2010年
- 针对传统局部最优匹配滤波检测性能在脉冲噪声环境下会明显退化的问题,提出一种韧性匹配滤波检测方法。利用噪声分布概率密度函数求出非线性变换公式,对观测信号作非线性变换和匹配滤波检测。应用于BPSK调制信号的匹配检测滤波信号仿真表明,该算法在抑制脉冲噪声方面对噪声特征指数具有良好韧性,在脉冲噪声环境下比传统局部最优匹配滤波方法具有更好的检测性能。
- 江金龙查代奉梁宁利
- 关键词：匹配滤波ALPHA稳定分布
- 基于稳定分布噪声的分数低阶自适应时频分布被引量：3
- 2011年
- 信号中的α稳定分布噪声会使自适应时频分布方法失效。针对该问题,利用分数低阶统计量理论,提出一种改进的分数低阶自适应时频分布。为了实现带噪信号的实时在线处理及长时间信号的时频分布分析,给出一种分数低阶短时自适应时频分布。仿真结果表明,2种方法都能在含有α稳定分布噪声和高斯噪声的环境下进行有效的时频分布分析。
- 龙俊波汪海滨查代奉
- 关键词：Α稳定分布
- α稳定分布噪声下的空间时频DOA估计被引量：3
- 2012年
- 当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效。为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM)。对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤。仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性。
- 汪海滨查代奉龙俊波
- 关键词：多重信号分类算法Α稳定分布分数低阶统计量波达方向估计
- 稳定分布噪声环境下的EEG-MUSIC源定位被引量：2
- 2013年
- EEG作为一种无损的新医学技术近几年已经被广泛地研究,EEG-MUSIC是一种基于EEG的脑源病灶空间定位算法,它只能在高斯噪声下工作。特殊情况下的脑电传感器阵列数据中可能伴有一种强脉冲噪声,这种噪声可以用α稳定分布描述。稳定分布噪声环境下,传统的EEG-RAP-MUSIC失效。为此用FLOM矩阵代替自相关矩阵,提出了一种适合稳定分布噪声环境的脑源定位新方法FLOM-EEG-RAP-MUSIC。计算机仿真表明,所提出的方法能较好地在稳定分布噪声环境下工作,具有一定的鲁棒性。
- 龙俊波汪海滨查代奉
- 关键词：脑电图Α稳定分布分数低阶矩
- 稳定分布自回归有色噪声及其改进的白化方法被引量：2
- 2010年
- 为了解决非高斯白噪声经过线性或非线性系统得到的有色噪声的白化问题,依据稳定分布白噪声的概念及其判断标准,和已有的线性自回归(AR)模型,对已有的迭代重加权最小P范数(IRLP)白化算法进行改进,提出了改进的IIRLP白化算法。对线性自回归稳定有色噪声的模型参数进行估计,并探讨了其白化方法。计算机仿真表明,本文算法较已有的IRLP算法具有更好的韧性及稳健性。
- 熊美英査代奉武良丹
- 关键词：Α稳定分布
- 分数低阶α稳定分布的功率谱估计新方法
- 2012年
- 传统的α稳定分布噪声下信号功率谱估计方法有两种,分别为共变谱估计与协方差谱估计。这两种谱估计方法都是以自相关这个二阶矩作为频域分析对象,而自相关是个损失了信号中相位的信息,不能用于时频域分析。针对这一问题,提出了一种新的分数低阶功率谱估计方法,计算机仿真结果表明,与现有方法相比,该新方法不仅在进行分数低阶功率谱估计时具有更优良的性能,而且可进一步应用于时频域分析,具有更广泛的应用价值。
- 高玉宝江金龙
- 关键词：Α稳定分布分数低阶时频分析
- 组合方法在脑电信号消噪中的仿真研究被引量：2
- 2011年
- 研究脑电信号消噪问题。脑电信号存在非平稳性且包括大量的噪声,传统的消噪算法不能很好消除脑电信号中的噪声,从而影响后继的脑电信号处理和分析。为了更好的消除脑电信号噪声,提出一种小波变换与自适应滤波相结合的脑电信号组合消噪方法。该方法首先对含噪的脑电信号进行白化处理,然后采用小波分解和重构含噪较大的信号,将重构后的信号作为自适应滤波器的输入,进行自适应滤波消噪处理。仿真结果表明,组合去噪方法能有效去除脑电信号中的噪声干扰。
- 杨保海朱亚军査代奉
- 关键词：脑电信号小波变换去噪自适应滤波
